【摘要】：為避免目前種苗市場(chǎng)大量浪費(fèi)和無序發(fā)展的情況,分析了種苗市場(chǎng)出現(xiàn)結(jié)構(gòu)性供需矛盾的原因,提出了利用神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)未來人工造林面積、確定所需林木種苗數(shù)量的方案。在標(biāo)準(zhǔn)遺傳算法的基礎(chǔ)上,提出了改進(jìn)的多子代遺傳算法,通過增加子代數(shù)量提升種群整體適應(yīng)度,并用于優(yōu)化BP神經(jīng)網(wǎng)絡(luò)。實(shí)驗(yàn)結(jié)果顯示,在對(duì)神經(jīng)網(wǎng)絡(luò)收斂速度和預(yù)測(cè)精度的性能優(yōu)化上,多子代遺傳算法較標(biāo)準(zhǔn)遺傳算法分別提高了17.9%和66.7%。
[Abstract]:In order to avoid a large amount of waste and disorderly development of seed and seedling market at present, the causes of structural contradiction between supply and demand in seed and seedling market were analyzed, and the neural network model was proposed to predict the area of artificial afforestation in the future. A scheme for determining the number of trees and seedlings required. Based on the standard genetic algorithm, an improved multi-progeny genetic algorithm is proposed to improve the overall fitness of the population by increasing the number of offspring and to optimize the BP neural network. The experimental results show that the multi-progeny genetic algorithm improves the convergence speed and prediction accuracy of neural network by 17.9% and 66.7%, respectively, compared with the standard genetic algorithm.
【作者單位】： 東北林業(yè)大學(xué)信息與計(jì)算機(jī)工程學(xué)院;
【基金】：中央高�；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)基金資助項(xiàng)目(2572017CB34)
【分類號(hào)】：F326.2;TP183

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馮偉;;神經(jīng)網(wǎng)絡(luò)在木材生長(zhǎng)輪密度預(yù)測(cè)中的應(yīng)用研究[J];計(jì)算機(jī)仿真;2012年06期

2 劉旭升;李鋒;昝國(guó)勝;張曉麗;王軍厚;;基于GIS和神經(jīng)網(wǎng)絡(luò)的森林植被分類(英文)[J];遙感學(xué)報(bào);2007年05期

3 黎粵華,梁穎紅,王述洋;人工神經(jīng)網(wǎng)絡(luò)技術(shù)在林火重災(zāi)年預(yù)測(cè)中的應(yīng)用前景[J];林業(yè)勞動(dòng)安全;2001年01期

4 羅傳文,陳焱,胡海清,沈海龍,范少輝;天然林保護(hù)的神經(jīng)網(wǎng)絡(luò)分級(jí)規(guī)劃[J];應(yīng)用生態(tài)學(xué)報(bào);2005年06期

5 胡林;馮仲科;聶玉藻;;基于VLBP神經(jīng)網(wǎng)絡(luò)的林火預(yù)測(cè)研究[J];林業(yè)科學(xué);2006年S1期

6 姜偉;馮仲科;胡林;;基于VLBP神經(jīng)網(wǎng)絡(luò)的林火風(fēng)險(xiǎn)預(yù)測(cè)模型[J];林業(yè)資源管理;2007年01期

7 季偉東;王克奇;張建飛;馬寧;;基于改進(jìn)的粒子群算法優(yōu)化開關(guān)神經(jīng)網(wǎng)絡(luò)的木材表面缺陷識(shí)別[J];東北林業(yè)大學(xué)學(xué)報(bào);2012年12期

8 方舟;王霓虹;;基于改進(jìn)MNN的森林健康評(píng)價(jià)方法研究[J];安徽農(nóng)業(yè)科學(xué);2014年16期

9 郭曉君;吳沿友;竹為國(guó);朱詠莉;;基于BP神經(jīng)網(wǎng)絡(luò)的泉州灣紅樹株高預(yù)測(cè)模型[J];江蘇林業(yè)科技;2012年03期

10 呂祥銘;閆躍;呂淞霖;張淑穎;;基于非線性粒子群算法與神經(jīng)網(wǎng)絡(luò)的天氣預(yù)測(cè)[J];現(xiàn)代農(nóng)業(yè)科技;2013年11期

相關(guān)碩士學(xué)位論文 前6條

1 王霞;基于神經(jīng)網(wǎng)絡(luò)森林經(jīng)營(yíng)輔助決策的知識(shí)獲取[D];福建農(nóng)林大學(xué);2008年

2 向洪波;基于BP神經(jīng)網(wǎng)絡(luò)森林葉面積指數(shù)估算研究[D];西南大學(xué);2009年

3 劉帥;基于BP神經(jīng)網(wǎng)絡(luò)的森林蓄積量估測(cè)[D];浙江農(nóng)林大學(xué);2014年

4 姜喜東;河源市林地覆被信息遙感提取方法對(duì)比研究[D];廣州大學(xué);2010年

5 陳楨;遺傳算法在森林收獲調(diào)整中的應(yīng)用以及軟件的研究[D];福建農(nóng)林大學(xué);2007年

6 朱明娥;遺傳算法在林業(yè)企業(yè)市場(chǎng)營(yíng)銷中的應(yīng)用研究[D];中南林業(yè)科技大學(xué);2007年

，

本文編號(hào)：2128976